公开(公告)号：CN108399167B

公开(公告)日：2022-04-29

申请号：CN201710064455.3

申请日：2017-02-04

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 徐培治 ,  刘晓春 ,  秦首科 ,  马小林 ,  张泽明 ,  韩友 ,  马飞超 ,  江焱 ,  闵思文 ,  游斌

IPC: G06F16/957 ,  G06F16/951 ,  G06F16/955 ,  G06K9/62

Abstract: 本申请提出一种网页信息提取方法和装置，该方法包括：获取待提取网页的源代码和视觉信息；根据所述源代码和视觉信息，确定所述待提取网页中的区块信息；对所述区块信息进行聚类，提取所述待提取网页中的结构化信息。该方法能够提取到更有效的信息，进而可以在有限空间上展示更有效的信息，提高展示效率，降低成本。

公开(公告)号：CN108399167A

公开(公告)日：2018-08-14

申请号：CN201710064455.3

申请日：2017-02-04

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 徐培治 ,  刘晓春 ,  秦首科 ,  马小林 ,  张泽明 ,  韩友 ,  马飞超 ,  江焱 ,  闵思文 ,  游斌

IPC: G06F17/30

Abstract: 本申请提出一种网页信息提取方法和装置，该方法包括：获取待提取网页的源代码和视觉信息；根据所述源代码和视觉信息，确定所述待提取网页中的区块信息；对所述区块信息进行聚类，提取所述待提取网页中的结构化信息。该方法能够提取到更有效的信息，进而可以在有限空间上展示更有效的信息，提高展示效率，降低成本。